AutoHotkey v2 图像处理与屏幕识别深度实战:PixelSearch、ImageSearch、GDI 截图与 OCR 完全指南
屏幕识别是 AutoHotkey 自动化中”看得见”的那部分能力。如果说热键是脚本的”手”,那么**像素取色、像素查找、图像模板匹配与文字识别(OCR)**就是脚本的”眼睛”。很多看似需要人眼判断的重复工作——检测某个提示是否出现、定位按钮坐标、等待加载完成、从区域读取数字——都可以用这套能力让脚本自动完成。本文将以 AutoHotkey v2 为主线,从底层坐标模型讲起,系统覆盖 `PixelGetColor`、`PixelSearch`、`ImageSearch` 三大内置识别指令,再引入 GDI/GDI+ 截图与 Tesseract OCR 的进阶玩法,最后给出可落地的工程化实战案例。
### 目录
1. 屏幕识别的坐标基础:从物理像素到坐标一致性
2. 色彩模型:RGB、十六进制与”颜色”在脚本中的表示
3. `PixelGetColor`:取色与颜色判断
4. `PixelSearch`:像素级区域查找、容差与性能
5. `ImageSearch`:图像模板匹配、变换参数与实用技巧
6. GDI / GDI+ 截图:捕获全屏、窗口与控件画面
7. 文字识别(OCR):调用 Windows.Media.Ocr 与 Tesseract
8. 工程化实战:基于屏幕识别的自动化完整案例
9. 性能、兼容性与稳定运行的工程建议

